【2026年8月】ローカルLLM観測ログ。「エージェント化」の奔流とAI回答の検証で見えた2つの誤り
この記事の読み方
本シリーズは、病院薬剤師向けローカルLLMの定点観測記録です。毎月同一の調査プロンプトを用いて複数のAIから情報を収集し、一次情報の確認と筆者の検証を加えながら記録しています。速報性よりも「継続的な比較可能性」を重視し、GPU無し・16GB RAM以下のノートPCで業務に使えるモデルの変化を長期的に追跡することを目的としています。
「AIがそう言った」のか「実際に確認された事実」なのかを読者に分かるように、情報を3種類に分けています。
【FACT】出典をたどれる情報(一次情報を確認できたものにはその旨を明記します)。
【AI考察】各サービスに同じ質問をした結果、各サービスが回答した内容と共通・相違点の整理です(筆者が一次情報を未確認のものを含みます)。
【筆者コメント】それらを踏まえた筆者自身の見解です。
事実と推測が混在しないよう、見出しごとにこの3層を意識して読んでいただければと思います。なお今月はGrokの応答が3回とも取得できなかったため、主にChatGPT・Geminiの2サービスの回答を軸に構成しています。
今月の30秒サマリー
今月最大の変化:「モデルもツールも、エージェント化へ足並みを揃えた月」でした。
★★★ 変化:Liquid AIが8月4日に「LFM2.5-2.6B」(2.69B・メモリ2.5GB未満・CPU推論220 tok/s@Apple M5 Max)、8月12日に「LFM2.5-VL-3B」(約3B・OCR/文書理解対応・メモリ3GB未満)を相次いで公開しました。いずれもCPU・エッジ環境を強く意識した設計で、一次情報でも公開日・仕様が確認できています(16GB RAM以下という具体的な閾値はLiquid AI公式では明示されておらず、この点は筆者の評価です)。
★★ 変化:Ollama(v0.32.5→v0.32.15)・LM Studio(v0.4.20→v0.4.21)ともに、モデル追加とエージェント機能の強化に動きました。OllamaはQwen3.8-27B・Muse Glimmer(Meta)・NVIDIA Nemotron 3.5 Lightningという3つの大型モデルに8月だけで対応しましたが、いずれも16GB RAM環境には収まりません。LM StudioはBionic(独立エージェントアプリ)のSkills機能拡張が続いています。
★★ 注意:v0.32.11〜v0.32.15を使っているOllamaユーザーは、長文生成が自然終了しないという回帰報告(GitHub Issue #17910、8月21日、https://github.com/ollama/ollama/issues/17910 )が出ています。まだ正式な脆弱性情報ではありませんが、院内で長文DI/RAG処理をしている場合はアップデート前後の挙動確認をおすすめします。
★ 検証結果:今回、AIの回答を一次情報で確認したところ、2件の誤りが見つかりました。Geminiが「新規モデル」として推奨したSmolLM3-3Bは、実際には2025年7月公開の既存モデルでした。また「Ollama v0.33.0が8月22日に安定版リリース」というGeminiの回答についても、実際の公開日は8月21日でした。GitHub公式Releasesページの正式版/プレリリース表示は確認時点によって変動するため、本記事では日付の誤りのみを訂正し、リリース状態の断定は避けています。
今月のストーリー:エッジ最適化モデルの登場と、AI回答2つの誤り
前号(7月号)では、モデルの数より「作り方」(量子化・Attention構造の工夫)が動いた月だったと書きました。8月は、その延長線上で「最初からCPU・エッジ環境を想定して設計されたモデル」が登場した月でした。
Liquid AIのLFM2.5-2.6Bは、パラメータ数を抑えるだけでなく、エージェント用途(ツール呼び出し・複数ステップ処理)を前提に設計されている点が特徴です。
同じ日にRaspberry Piのような小型デバイスでも動くという報道もあり、「スマホでもAIエージェントが動く」という文脈で紹介されています。
LFM2.5-VL-3Bはその画像版で、OCR・文書理解に対応しており、院内の紙資料・スクリーンショット・PDF帳票をローカルで処理する用途に相性が良さそうです。
一方、Ollama・LM Studioという2つのツールは、7月に続いてエージェント化を加速させました。
Ollamaは8月だけでQwen3.8-27B・Muse Glimmer(Meta、8月10日発表、出典: https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model )・Nemotron 3.5 Lightning(NVIDIA、8月11日発表、出典: https://blogs.nvidia.com/blog/nemotron-lightning-switchyard-rtx-dgx/ )という3つの大型モデルに対応し、LM Studioも独立エージェントアプリ「Bionic」の機能拡張を続けています。ただしこれらの大型モデルは、いずれも16GB RAM環境の対象読者には直接関係しません。
今月もう一つ大事だったのは、AIの回答をそのまま信じなかったことです。Geminiが今月最も推す新規モデルとして挙げたSmolLM3-3Bを確認したところ、実際は2025年7月に公開された、すでに1年以上前のモデルでした。差分レポートとして扱うべき「8月の新規モデル」ではありません。
また、Ollamaのバージョンについても、Geminiは「v0.33.0が8月22日に安定版リリースされた」と回答していましたが、GitHub公式のRelease一覧を確認したところ、実際の公開日は8月21日でした。なお正式版/プレリリースの表示はGitHub上で確認時点によって変動することも分かったため、リリース状態そのものの断定は避けています。日付やバージョン番号のような「一見具体的で確認しやすい情報」ほど、実は誤りが紛れ込みやすいのかもしれません。
GPU無し・16GB RAM以下ノートPCで使える新規モデル
【FACT】一次情報確認済(Liquid AI公式、Hugging Face、複数の技術メディア)
Liquid AIが2026年8月4日に「LFM2.5-2.6B」を公開しました。2.69Bパラメータ・131,072トークンのコンテキストウィンドウを持ち、公式測定でApple M5 Maxで220 tok/s、AMD Ryzen AI Max+ 395で113 tok/s、メモリ使用量2.5GB未満とされています。エージェント(ツール呼び出し・複数ステップ処理)を主要用途として設計されており、ライセンスはLFM Open License(年間売上1,000万ドル未満の企業等は無償で商用利用可能)です。ToolSandboxベンチマークでは、4倍のサイズを持つQwen3.5-9B(76.44)を上回るスコア(77.83)を記録したと報告されています(出典: https://www.liquid.ai/ 、複数の技術メディアで公開日・仕様が一致確認できました)。
続けて8月12日には、LFM2.5-2.6Bを言語バックボーンとし、SigLIP2 NaFlex(400M)のvision encoderを組み合わせた「LFM2.5-VL-3B」が公開されました。約3.1Bパラメータで、OCR・文書理解・画面理解・複数画像入力に対応し、メモリ使用量は約3GB、Apple M5 Maxで228 tok/sという測定値が示されています(出典: https://www.liquid.ai/blog/lfm2-5-vl-3b )。
いずれもGGUF・ONNX形式が提供されており、CPU推論を前提とした構成です。
【AI考察】複数サービスで一致した評価
ChatGPT・Geminiともに、「大型モデルの性能競争」より「2〜3B級モデルがCPUで実用になる段階に入った」という評価で一致していました。日本語対応は公式に明記されている一方、日本語医療文書での独立ベンチマークは両サービスとも「未確認」としています。
【AI考察】意見が分かれた点(要検証情報)
今月最も評価が分かれたのは「今月の最推奨モデル」です。ChatGPTはLFM2.5-2.6Bを一貫して推していましたが、GeminiはLFM2.5シリーズに一切言及せず、代わりにSmolLM3-3B-Instructを推していました。実際にWeb検索で確認したところ、SmolLM3-3Bは2025年7月8日にHugging Faceが公開したモデルで、2026年8月の新規モデルではありませんでした。Geminiが挙げた公開日(「2026年7月下旬〜8月上旬」)自体、根拠が曖昧な表現になっており、この点も含めて今回は不採用としています。
【筆者コメント(統合評価)】
LFM2.5-2.6Bは、今月確認できた中では最も「16GB RAM CPU環境」という条件にはまるモデルだと感じています。ただし、あくまでベンダー公表値であることは踏まえておく必要があります。エージェント・ツール呼び出しに強みがあるという設計思想は、DI業務の中でも「検索・抽出・整形をローカルモデルに任せ、最終判断は人間または上位モデルが担う」という分業構成と相性が良さそうです。
LFM2.5-VL-3Bは、添付文書PDFや院内資料のスクリーンショットをローカルで処理できる可能性がある点で、次号以降ぜひ実測してみたいモデルです。
一方、Geminiの推奨モデルが実は既存モデルだったという今回の一件は、月次差分レポートを書くうえで「新しそうに見える」ことと「実際に新しい」ことを混同しないよう、あらためて気を引き締める材料になりました。
医療特化モデル
【FACT】一次情報確認済(Hugging Face、査読前・査読誌の研究論文)
2026年8月に公開された医療特化SLM(Small Language Models)として、今回の調査で一次情報まで確認できた新規モデルはありませんでした(ChatGPT・Geminiともに同様の回答)。
前号で取り上げたMedGemma 1.5 4Bの非公式INT4量子化版(7月13日公開)は、8月も新規リリースではなく、実際の医療タスクでの検証・評価フェーズに入っているようです。8月4日にはMedGemma-4Bの放射線画像分類性能を評価した研究があったとの報告がありましたが、今回具体的な論文を一次情報として特定できていないため要確認情報として扱います(MedGemma自体の技術資料: https://huggingface.co/google/medgemma-1.5-4b-it )。
また8月5日には、MedGemmaを用いた前立腺癌マルチモーダル診療フレームワークの研究がnpj Digital Medicine誌に公開されています(出典: https://www.nature.com/articles/s41746-026-03009-2 )。
【AI考察】複数サービスで一致した評価
両サービスとも、8月は「新モデル」ではなく「既存MedGemmaを実際の医療タスクで検証する段階」に入ったという理解で一致していました。日本語の添付文書(PMDAフォーマット)への適用については、専門用語の訳語不自然さやハルシネーションのリスクが指摘されており、現時点では「汎用SLM+プロンプトチューニング」の方が実用的という見方も示されています。
【筆者コメント(統合評価)】
医療特化モデルについては、しばらく「新モデルの登場」よりも「既存モデルの検証論文の蓄積」を追いかけるフェーズが続きそうです。これ自体は悪いことではなく、むしろ実際の医療現場で使えるかどうかを見極める材料が増えていく過程だと捉えています。
汎用SLMの注目アップデート
【FACT】一次情報確認済(Ollama公式ブログ、Hugging Face)
8月14日、Qwen(Alibaba)が「Qwen3.8-27B」を公開しました。27.8B・Denseアーキテクチャ・262,144トークンのコンテキスト・Apache 2.0ライセンスで、テキストに加え画像入力にも対応するVision-Languageモデルです。Ollamaも同日以降のバージョン(v0.32.12〜13)で対応しています。
Ollama上の標準モデルサイズは約18GBで、今回の「16GB RAM以下」という対象環境には現実的には収まりません(出典: Hugging Face公式モデルページ https://huggingface.co/Qwen/Qwen3.8-27B )。
なお、Geminiは同時期に「Qwen3.8-Max」(総パラメータ2.4兆・アクティブ95BのMoE)という別モデルにも言及していましたが、こちらはクラウド/API向けであり、ローカル実行の対象にはそもそもなりません。
【AI考察】複数サービスで一致した評価
いずれにせよ、8月のQwen3.8系は16GB RAM CPU環境という今回の対象読者には直接関係しないという評価で一致しています。ChatGPTは「27B級でも量子化とCPU最適化によってどこまで下げられるかを見るための基準モデル」と位置づけていました。
【筆者コメント(統合評価)】
大型モデルの動きを追いかけつつも、実際に手元の16GB PCで使えるかどうかは別問題です。今月に関しては、汎用SLM分野よりも前項のLFM2.5シリーズの方が、読者の環境に直接関係する変化だったと考えています。
Embedding/RAG関連の新規モデル
【FACT】一次情報確認済(Ollama公式ライブラリ、MTEB Leaderboard)
2026年8月に公開された主要なEmbeddingモデルとして、今回の調査範囲では新規モデルは確認できませんでした(ChatGPT・Geminiともに同様の回答)。Ollama上のQwen3-Embedding(0.6B/4B/8B)、bge-m3、nomic-embed-text-v1.5といった既存モデルが引き続き標準的な選択肢です。
【筆者コメント】
Embedding分野は7月号でNemotron 3 Embed・Eddy-VLといった新顔が登場したばかりでしたが、8月は動きが落ち着いた月でした。前号で挙げた「日本語医療テキストでの検索精度比較」の宿題は、引き続き持ち越しになります。
Ollama・LM Studio ツールアップデート(補助情報)
【FACT】一次情報確認済(GitHub Releases、公式Changelog)
Ollamaは7月末のv0.32.5から、8月19日のv0.32.15まで頻繁に更新されました。主な変更は、Qwen3.8-27B対応(v0.32.12〜13)、モデルメタデータのキャッシュ化によるTTFT短縮(995ms→524ms、v0.32.15)などです。
8月21日にはv0.33.0も公開されています。ただしGitHub公式Releasesページの「Latest」「Pre-release」表示は確認時点によって変動しており、本記事作成時点でどちらの状態だったかを断定できる形では確認できませんでした。
バージョンの最新安定状況については、GitHub公式Releases一覧(https://github.com/ollama/ollama/releases )で読者ご自身の閲覧時点でのご確認をおすすめします。あわせて、v0.32.11〜v0.32.15を対象に、長文生成が自然終了しないという回帰報告がGitHub Issueとして8月21日に上がっています(出典: GitHub Issue #17910 https://github.com/ollama/ollama/issues/17910 。0.32.9では正常だった処理が0.32.11以降で再現するとされています)。まだCVE等の正式な脆弱性情報ではありませんが、院内で長文の添付文書・ガイドラインを処理している場合は、アップデート前後で生成終了の挙動を比較することをおすすめします。
LM Studioは7月末のv0.4.20から、8月12日にv0.4.21(Build 1・Build 2)へ更新されました。エンタープライズ向けローカルサーバーAPIキー認証の追加、llama.cppモデルロード時のエラーメッセージ改善が主な変更点です。本体とは別に、独立エージェントアプリ「Bionic」もSkills機能の拡張(1.0.8)、PDF処理改善(1.0.9)などが続いています。ライセンス面では、業務利用を無料とする2025年7月の方針が8月も継続しています。
【筆者コメント】
両ツールとも、本体のマイナーアップデートより「エージェント機能をどこまで育てるか」という製品方向性の変化の方が大きい月でした。院内でエージェント機能を有効にする場合、モデルの実行先とデータ経路の確認が引き続き重要です。この点は前号でも書きましたが、8月もその基本方針に変わりはありません。
8月の観測結果
2026年8月を一言で言えば、「LFM2.5シリーズというエッジ最適化モデルが登場し、ツール側もエージェント化を加速させた月。ただしAIの回答そのものに2件の誤りが見つかった月」です。
Liquid AIがLFM2.5-2.6B(8/4)・LFM2.5-VL-3B(8/12)を公開。いずれもCPU・エッジ環境を強く意識した設計
Ollamaが8月だけでQwen3.8-27B・Muse Glimmer・Nemotron 3.5 Lightningという3つの大型モデルに対応(いずれも16GB RAM非対応)
Ollama v0.32.15で応答速度改善。一方でv0.32.11〜15の長文生成回帰バグ(GitHub Issue #17910)が報告
LM Studioがv0.4.21へ更新。Bionicのエージェント機能拡張が継続
医療特化モデルは、今回の調査で一次情報まで確認できた新規公開なし。既存MedGemmaの検証論文が蓄積フェーズ
Embeddingモデルも、今回の調査範囲では新規公開を確認できず
Geminiの推奨モデル(SmolLM3-3B)が実際には既存モデルだったこと、Ollama v0.33.0の公開日(Geminiの回答は8月22日)が実際には8月21日だったことの2件を一次情報で確認・訂正
来月確認したい仮説
仮説:LFM2.5-2.6B・LFM2.5-VL-3Bは、16GB RAM CPU環境(一般的なIntel/AMDノートPC)で公式測定値に近い速度が出るか。
実際にダウンロードし、日本語の添付文書要約・OCRタスクで応答速度と精度を確認する予定です。
仮説:Ollama v0.33.0のリリース状態(正式版/プレリリース)は9月時点でどうなっているか。
v0.33.0にはClaude Desktop統合やprefill caching改善が含まれています。GitHub Releases上の表示は確認時点で変動するため、9月号執筆時にあらためて確認します。
仮説:v0.32.11〜15の長文生成回帰バグは、9月にどう解消されるか。
パッチ状況を継続確認します。
仮説:Qwen3.8-27Bの軽量量子化・小型派生版は登場するか。
16GB RAM環境に降りてくる可能性を追跡します。
DI担当をしていた頃から、「新しい道具が出たらまず何ができるかを確かめる」のが習慣でした。
今月見えてきたのは、モデルの世界が「CPU・エッジ環境を後から最適化する」段階から「最初からCPU・エッジ向けに設計する」段階に移りつつあるという変化です。LFM2.5シリーズはその象徴だと感じています。
一方で、AIの回答をそのまま記事にしなかったことで、2件の誤り(既存モデルを新規モデルとして紹介しかけたこと、バージョン情報の誤り)を防げました。月刊観測を続ける意味は、こうした細かい検証の積み重ねにあるのだと、今月もあらためて感じています。
次の号では、今月見つけた候補(LFM2.5-2.6B・LFM2.5-VL-3B)を実際に16GB RAM環境で試した結果を報告します。
このシリーズは「未来予測」ではなく「観測記録」です。 その時点で確認できた事実と、各AIの見解、そして筆者自身の検証結果を区別しながら毎月記録していきます。数か月後、あるいは1年後に読み返したとき、「ローカルLLMがどのように進化してきたか」を振り返るための資料として残すことも、このシリーズの目的です。
→ 添付文書もIFも読み切れない時代に。DI薬剤師が最初に生成AIを使い始めた5つの領域
→ 【2026年7月】ローカルLLM観測ログ。医療特化モデルの軽量化とAttention構造革新の月
今月の観測で「これは現場でも気になる」という話題があれば、コメントで教えてください。来月も同じプロンプトを投げて、変化を追っていきます。
【AI調査・二次情報について】本記事のAI考察セクションは、ChatGPT(一時チャット)・Gemini(アクティビティOFF)への定点調査結果に基づいています(Claudeは今回UI描画の不具合で有効な回答が得られず、Grokは応答取得できませんでした)。FACTセクションを含め、URL等は読者ご自身による一次確認を推奨します。
参考情報(一次情報確認用)
LFM2.5-2.6B公式発表(Liquid AI): https://www.liquid.ai/
LFM2.5-VL-3B公式発表(Liquid AI): https://www.liquid.ai/blog/lfm2-5-vl-3b
SmolLM3-3B公式ページ(Hugging Face、2025年7月公開): https://huggingface.co/HuggingFaceTB/SmolLM3-3B
Qwen3.8-27B公式モデルページ(Hugging Face): https://huggingface.co/Qwen/Qwen3.8-27B
Muse Glimmer公式発表(Meta Superintelligence Labs): https://research.meta.ai/blog/introducing-muse-glimmer-open-agentic-model
Nemotron 3.5 Lightning公式発表(NVIDIA): https://blogs.nvidia.com/blog/nemotron-lightning-switchyard-rtx-dgx/
MedGemma前立腺癌マルチモーダル研究(npj Digital Medicine): https://www.nature.com/articles/s41746-026-03009-2
MedGemma公式モデルページ(Hugging Face): https://huggingface.co/google/medgemma-1.5-4b-it
Ollama公式リリースノート: https://github.com/ollama/ollama/releases
Ollama GitHub Issue #17910(長文生成回帰報告): https://github.com/ollama/ollama/issues/17910
LM Studio公式Changelog: https://lmstudio.ai/